井下安全监控分析场景
通过井下防爆摄像头采集视频数据,叠加人员行为、车辆状态和环境风险识别算法,对“人员 + 环境 + 车辆”进行多维度监管。
核心痛点
人员三违、行车行人冲突、阻车器异常、风门状态异常等问题发现滞后,容易形成安全隐患。
- 识别未戴安全帽、违规吸烟、入侵危险区等三违行为
- 监测风门状态、积水、烟雾等环境异常
- 覆盖行人不行车、阻车器、车辆超挂和违停等场景





构建“视觉感知 + AI 预警 + 系统联动”闭环,面向井下安全、皮带运输、综采工作面、充填管道与露天矿卡驾驶安全。
Pain Points
井下、皮带、综采、充填与露天运输场景分散,人工监看难以持续覆盖关键风险点。
人员三违、设备异常、管道渗漏和驾驶风险多依赖事后回看,难以及时预警处置。
视频、集控、门禁、声光报警和工单系统分散,识别结果难以形成现场闭环。
现场告警、处置记录和设备状态缺少结构化沉淀,难以支撑持续优化与管理复盘。
Architecture
方案融合人员行为识别、设备状态监测、环境风险预警、驾驶安全分析等算法能力,对井工矿与露天矿核心作业场景进行自动识别分析。
系统围绕“识别 - 预警 - 处置 - 追溯”构建数字化防控闭环,支持接入现有视频系统、集控系统、声光报警、门禁与工单流程。

Value
从事后追溯转向事中预警,对人员违规、环境异常、设备风险进行实时识别。
用 AI 分析覆盖高频巡检场景,降低人工监看强度,提高关键事件发现效率。
告警、处置、复盘和统计报表贯通,支持安全监管、生产调度与运维协同。
Scenarios
通过井下防爆摄像头采集视频数据,叠加人员行为、车辆状态和环境风险识别算法,对“人员 + 环境 + 车辆”进行多维度监管。
核心痛点
人员三违、行车行人冲突、阻车器异常、风门状态异常等问题发现滞后,容易形成安全隐患。




系统接入皮带沿线摄像仪,对转载点、煤流、滚筒、皮带边缘和关键设备状态进行持续分析。
核心痛点
皮带运输线路长,跑偏、堆煤、异物和温度异常若发现不及时,可能导致皮带撕裂、停产和设备损坏。




面向采煤机、刮板输送机、液压支架等关键设备,系统通过视频分析实时识别设备姿态、人员位置和转载点环境。
核心痛点
综采工作面设备密集、环境复杂,人工难以持续判断设备状态与人员安全距离。




在弯头、法兰、阀门组等关键节点部署双光谱智能终端,利用可见光与红外融合分析,全天候识别漏浆、渗液和喷浆风险。
核心痛点
充填管道分布广、连接节点多,早期渗漏隐蔽,人工巡检难以及时发现。




通过车载智能终端和驾驶员状态识别算法,实时识别疲劳、分心、抽烟、打电话等行为。
核心痛点
露天矿卡与重卡作业时间长、路线复杂,传统视频回看无法及时干预驾驶风险。



